图文详情

群智能优化方法及应用

全新正版极速发货可接馆配与多本订单套装默认发单本

汤可宗、杨静宇著 / 科学出版社 / 2015-07 / 平装

售价 84.15 9.6折

定价￥88.00

品相全新

优惠

发货

承诺48小时内发货

运费

本店暂时无法向该地区发货

延迟发货说明

时间：

说明：

上书时间2026-03-14

数量: 库存100件

立即购买加入购物车收藏

卖家超过10天未登录

文赟书屋

店铺等级

资质认证

90天平均

成功完成

82% (51笔)

好评率

100%

发货时间

28.8小时

店主

次第花开1

联系

在线交谈离线留言

地址

湖北省恩施土家族苗族自治州恩施市

进店逛逛收藏店铺

商品详情
店铺评价

立即购买加入购物车收藏

手机购买

微信扫码访问

图书条目信息
图书 > 计算机与互联网
群智能优化方法及应用
作者: 汤可宗著；杨静宇著

出版社: 科学出版社

出版时间: 2015-07

版次: 1

ISBN: 9787030447401

定价: 88.00

装帧: 平装

开本: 32开

纸张: 胶版纸

页数: 240页

字数: 302千字

正文语种: 简体中文
内容简介：

本专著系统介绍近年来产生发展的多种群体智能计算方法，内容涉及模式识别、数据挖掘、统计学、人工智能、数字图像处理等学科的先进思想和理论，重点介绍群体智能计算的原理、数学机理及应用方法。全书共分为10章，内容包括智能优化方法的产生与发展、遗传算法、蚁群算法、粒子群优化算法、微分进化算法、模拟退火算法、人工鱼群算法、蜂群优化算法、细菌觅食优化算法、细胞膜优化算法。本书内容新颖，实用性强。理论与实际应用联系紧密，考虑到不同读者的层次要求，对每种算法的代码介绍较为详细。本书可作为高等院校计算机科学与技术、系统工程、控制科学与工程、人工智能、管理科学等相关专业本科生和研究生的教材或教学参考书，也可供相关工程技术人员参考。

目录：

br>前言第1章绪论1
1.1最优化方法的意义1
1.2最优化方法的分类4
1.3群智能优化方法的产生与发展6
1.4怎样学习群智能优化方法9
参考文献11
第2章最优化模型14
2.1单变量最优化14
2.2多变量最优化18
2.3传统的优化计算方法21
2.3.1拉格朗日乘子法21
2.3.2牛顿迭代法22
2.3.3最速下降法22
参考文献23
第3章遗传算法24
3.1导言24
3.2基本原理25
3.2.1基本思想25
3.2.2组成要素25
3.2.3算法流程33
3.3遗传算法的数学机理35
3.3.1模式的概念35
3.3.2模式定理36
3.4实例分析39
3.4.1非线性约束优化问题39
3.4.2多目标优化问题47
3.4.3图像分割问题58
参考文献68
第4章粒子群优化算法71
4.1导言71
4.2基本原理72
4.2.1基本粒子群优化算法.72
4.2.2标准粒子群优化算法75
4.2.3组成要素75
4.3数学机理79
4.3.1复杂度分析.79
4.3.2收敛性分析79
4.4实例分析81
4.4.1基于多样性反馈的粒子群优化算法81
4.4.2基于离散式多样性评价策略的自适应粒子群优化算法86
4.4.3双中心粒子群优化算法92
参考文献102
第5章蚁群算法108
5.1导言108
5.2基本原理109
5.2.1蚁群觅食的特性109
5.2.2蚂蚁系统模型110
5.2.3蚁群算法的实现112
5.3复杂度及收敛性分析113
5.3.1复杂度分析113
5.3.2收敛性分析115
5.4蚁群算法的改进119
5.4.1蚁群算法的改进思路119
5.4.2最大最小蚁群系统(MMAS)120
5.4.3分段算法121
5.4.4小窗口蚁群算法122
5.4.5智能蚂蚁算法122
5.4.6自适应蚁群算法124
5.4.7具有变异和分工特征的蚁群算法124
5.5实例分析126
5.5.1旅行商问题126
5.5.2聚类问题129
5.5.3边缘检测问题134
参考文献138
第6章人工免疫算法140
6.1导言140
6.2基本原理141
6.2.1生物免疫系统的基本概念141
6.2.2免疫系统的功能原理143
6.2.3人工免疫算法基本流程144
6.3免疫算法的分类145
6.3.1基于信息熵的免疫算法145
6.3.2基于免疫特性的否定选择算法147
6.3.3基于克隆选择学说的克隆选择算法148
6.3.4基于免疫网络理论的免疫算法150
6.3.5基于疫苗的免疫规划算法151
6.4实例分析152
6.4.1免疫算法与蚁群算法的混合152
6.4.2基于免疫算法的图像分割方法157
参考文献159
第7章文化算法160
7.1导言160
7.2基本原理161
7.3文化算法的设计163
7.3.1群体空间163
7.3.2信度空间164
7.3.3接受函数167
7.3.4影响函数168
7.4实例分析169
7.4.1进化规划文化算法解决约束优化问题169
7.4.2改进进化规划文化算法176
参考文献179
第8章微分进化181
8.1导言181
8.2基本原理182
8.2.1基本思想182
8.2.2组成要素182
8.2.3DE算法的流程185
8.3改进的微分进化算法186
8.3.1MADE算法186
8.3.2BinDE算法187
8.3.3normDE算法187
8.3.4基于极大、极小距离密度的多目标微分进化算法187
8.4微分进化的几种优化策略189
8.5实例分析190
8.5.1微分进化文化算法190
8.5.2基于Pareto的双群体多目标微分进化算法197
参考文献204
第9章模拟退火算法206
9.1导言206
9.1.1物理退火过程206
9.1.2退火与模拟退火208
9.2模拟退火的数学描述和统计特性209
9.2.1数学描述209
9.2.2统计特性211
9.3模拟退火算法的实现流程及性能分析212
9.3.1算法的计算步骤和流程图212
9.3.2算法的组成要素213
9.3.3算法性能分析216
9.4实例分析219
9.4.1最小优化问题219
9.4.2应急救援物资调度问题223
参考文献231

展开全部
配送说明

...
相似商品
为你推荐

孔网分类

图书

图书

群智能优化方法及应用

孔网啦啦啦啦啦纺织女工火锅店第三课